AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#98

Grok 4.6

X AI Rilis: 2026-08-12 Diuji pada: 2026-10-01 04:17 x-ai/grok-4.6::high
~1.7T total (~170B aktif)MoETertutupPerkiraan
(high) (medium) (low)

Ringkasan

Grok 4.6 mendapat skor 8.5 di AI BENCHY dan berada di peringkat #98. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 82.6%, total biaya $2.629, dan waktu respons rata-rata 87.48s.

Yang membuat Grok 4.6 unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #3, sementara Tugas agen adalah area terlemahnya di #15.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~1.7T total (~170B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

8.5

Konsistensi

10.0

Keandalan

10.0

Total biaya (harga saat ini)

$2.629

Total token output

312,614

Total token input

376,233

Harga input

$2.000 / 1M

Harga output

$6.000 / 1M

Harga baca cache

$0.500 / 1M

Harga tulis cache

T/A

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 4

Tingkat lulus per percobaan: 82.6%

Tes tidak stabil

0

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

87.48s

Waktu respons (maks): 618.49s

Waktu respons (total): 2012.15s

Jawaban salah: 3 Tidak ada jawaban: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#98 SpaceXAI: Grok 4.6

high
Biaya
$0.107
Waktu
265.1s
Token
18,001 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-10-01 04:17 Uji ulang 8.5 10.0 $2.629 Run saat ini
2026-08-12 23:02 Run awal 9.2 10.0 $1.809 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-10-01 04:17 · Run saat ini69/69 percobaan8.510.010.019/230312,614376,233$2.62987.48s
2026-08-12 23:02 · Run awal66/66 percobaan9.29.610.018/221265,604107,266$1.80979.38s
Selisih—-0.7+0.40.0+1-1+47010+268967+$0.820+8108ms

Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output Harga baca cache Harga tulis cache
2026-08-14 12:51 $2.000 / 1M $6.000 / 1M T/A T/A
2026-10-01 18:33 $2.000 / 1M $6.000 / 1M $0.500 / 1M T/A

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Grok 4.6highvsMuse EmbermediumGrok 4.6highvsMuse Spark 1.3lowGrok 4.6highvsParticle-1mediumGrok 4.6highvsClaude Sonnet 5mediumGrok 4.6highvsQwen3.8 Max (0902)lowGrok 4.6highvsQwen3.7 MaxmediumGrok 4.6highvsClaude Haiku 5.5lowGrok 4.6highvsClaude Haiku 5.5maxGrok 4.6highvsClaude Sonnet 5.5highGrok 4.6highvsNemotron 3.5 Super VLhighTersedia gratis

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 5.0 10.0
Trik anti-AI 10.0 10.0
Pemrograman 10.0 10.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.3 10.0
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 10.0 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan